检索结果-内蒙古大学图书馆

作者：王静厦门大学

学位级别：硕士

在工程应用和经济问题分析中,系统辨识建模是应用分析的必不可少的一个步骤。在目前的绝大部分的文献资料中都是考虑系统绝对可靠的情况下就模型的拟合问题进行分析,极少看到相关的文献讨论模型在线运行后因输入变量出现故障后仍设法使... 详细信息

在工程应用和经济问题分析中,系统辨识建模是应用分析的必不可少的一个步骤。在目前的绝大部分的文献资料中都是考虑系统绝对可靠的情况下就模型的拟合问题进行分析,极少看到相关的文献讨论模型在线运行后因输入变量出现故障后仍设法使模型具备自适应的能力从而使得系统有正确的输出的问题。论文就这个问题进行深入的研究和探讨。论文分析了飞机油箱剩余油量模型的输入变量之间的多重相关性问题,以离线的方式和多种建模方法建立了系统的测量模型。其中离线方式建立的模型有普通多元最小二乘线性回归模型、向后删除变量筛选变量法建立的多元线性回归模型、偏最小二乘回归分析模型、经多种预处理减少输入变量后建立的自适应神经模糊推理系统模型(ANFIS)。并且从精度和复杂度上对这几种建模方式进行对比分析。论文重点研究了模型在投入运行后的可靠运行问题。论文提出了几种诊断输入变量是否出现故障和输入变量的故障是否已经消除的算法,并且比较分析了这几种诊断算法的优缺点;论文也给出了几种应对输入变量故障的自适应调整模型系统从而保证系统仍能得到正确的输出的方法。并且把这些保障系统模型可靠运行的算法和方案综合应用于飞机油箱剩余油量的测量系统中。

关键词：系统辨识多元线性回归偏最小二乘自适应神经模糊推理系统输入故障诊断模型可靠性模型变结构

来源：评论

学校读者我要写书评

暂无评论

电动汽车动力电池剩余容量预测及性能分析仿真

电动汽车动力电池剩余容量预测及性能分析仿真

引用

作者：周红丽湖南大学

学位级别：硕士

电动汽车是以动力电池作为能源的一种环保型汽车,动力电池的性能及其预测和控制成为影响电动汽车整车性能的一个关键因素,它对续驶里程、加速性能和最大爬坡度等性能都会产生直接的影响,电池管理系统是当今电动汽车研发的重点和热点之... 详细信息

电动汽车是以动力电池作为能源的一种环保型汽车,动力电池的性能及其预测和控制成为影响电动汽车整车性能的一个关键因素,它对续驶里程、加速性能和最大爬坡度等性能都会产生直接的影响,电池管理系统是当今电动汽车研发的重点和热点之一。因此,本论文主要研究动力电池剩余容量SOC的精确估算和对动力电池的建模仿真,以期为热点问题提供理论依据。本文首先简要介绍了现有电池剩余容量SOC的几种预测方法和模型,并在对EV-3电动汽车的Ni-MH电池系统进行充放电实验的基础上,深入分析Ni-MH电池的工作原理,电池的电压、电流、温度与容量的关系;从而提出一种SOC预测模型即:基于对EV-3充放电实验数据,应用自适应神经模糊网络推理系统建立了Ni-MH电池的电压降模型,并进一步应用改进算法的BP网络研究了开路电压与剩余容量的对应关系。本文通过仿真和实验证明这种智能控制方法能快速得到电池的剩余容量,且精度较高。电池的性能是决定整车性能的重要因素,在电动汽车仿真中,电池性能仿真是一个重要环节。本文简要介绍了当前动力电池模型现状,然后应用ADVISOR改进的内阻模型即区分充放电开环电压对Ni-MH电池建模,仿真结果证明改进后的内阻模型结果要比改进前的精确,但仍然不十分理想。为此,又提出了一种通用性更强的电池模型—网格模型,网格模型能较为精确地模拟电池的工作性能。本论文所做的研究工作将有助于完善电池管理系统的研究和电池建模与仿真体系,可望为控制策略仿真和实现提供理论依据。

关键词：电池剩余容量自适应神经模糊推理系统内阻模型网格模型

来源：评论

学校读者我要写书评

暂无评论

基于免疫遗传算法的模糊神经网络参数的研究

基于免疫遗传算法的模糊神经网络参数的研究

引用

作者：尹红艳辽宁工学院

学位级别：硕士

模糊神经网络是模糊逻辑推理与神经网络有机结合的产物,是智能复合控制发展的必然趋势。它的学习算法是其理论与应用研究中最关键的一个方面。由于结构学习通常可以转化为参数学习,故模糊神经网络的参数学习问题是一个非常值得研究的课... 详细信息

模糊神经网络是模糊逻辑推理与神经网络有机结合的产物,是智能复合控制发展的必然趋势。它的学习算法是其理论与应用研究中最关键的一个方面。由于结构学习通常可以转化为参数学习,故模糊神经网络的参数学习问题是一个非常值得研究的课题。本文选取自适应神经模糊推理系统(ANFIS)作为研究的对象,应用免疫遗传算法对其参数进行了研究。主要研究内容如下: 1、研究了自适应神经模糊推理系统(ANFIS)的基本理论。首先对自适应网络进行了描述,在介绍了自适应网络的基础上对ANFIS的结构、常用的学习算法、采用的控制方式进行了描述。最后,介绍了ANFIS在MATLAB中的实现。 2、免疫遗传算法是一种混合型改进的遗传算法。首先描述了遗传算法的基本理论。其次,研究了免疫学的基本理论。最后,介绍了免疫遗传算法的特点。 3、本文在简要介绍自适应神经模糊推理系统和免疫遗传算法理论的基础上,针对免疫遗传算法(IGA)的不足进行了改进,应用改进的免疫遗传算法对自适应神经模糊推理系统的参数进行了优化,并进行仿真试验,仿真试验结果表明本文提出的用免疫遗传算法对模糊神经网络的参数进行学习,使模糊神经网络具有了更好的逼近能力,能够很好地解决寻优问题,得到更理想的优化结果,仿真实验表明了用免疫遗传算法优化模糊神经网络的有效性和优越性。

关键词：模糊神经网络免疫遗传算法自适应神经模糊推理系统遗传算法

来源：评论

学校读者我要写书评

暂无评论

汽车主动悬架模糊神经网络控制的研究

汽车主动悬架模糊神经网络控制的研究

引用

作者：秦海中国农业大学

学位级别：硕士

悬架系统是汽车的重要组成部分，它的性能优劣对汽车的乘坐舒适性和操纵稳定性有很大的影响。为了提高悬架的性能，出现了主动悬架和半主动悬架等一系列的可控悬架。为了实现对悬架的控制，人们采用了很多控制策略来实施对主动悬架的控... 详细信息

悬架系统是汽车的重要组成部分，它的性能优劣对汽车的乘坐舒适性和操纵稳定性有很大的影响。为了提高悬架的性能，出现了主动悬架和半主动悬架等一系列的可控悬架。为了实现对悬架的控制，人们采用了很多控制策略来实施对主动悬架的控制，取得了一定的效果。本论文研究自适应神经模糊推理系统(ANFIS)在主动悬架控制中的应用。\n 本论文首先运用车辆动力学理论，建立了四分之一车体两自由度被动悬架和主动悬架系统的动力学模型，同时考虑到路面扰动输入对悬架控制的重要影响，建立了积分白噪声形式的路面不平度数学模型。在此基础之上运用自适应神经模糊推理的原理研究了主动悬架的控制策略，设计出了主动悬架的自适应神经模糊控制器。然后，在Matlab/Simulink的仿真环境下搭建被动悬架和主动悬架的仿真模型。最后，对模型进行仿真，并对比了被动悬架和主动悬架的性能。仿真结果表明，基于自适应神经模糊理论的主动悬架控制器能够很好地抑制车身在垂直方向上的加速度，能够改善悬架系统的性能。\n 本文对主动悬架控制策略的研究，能够为汽车可控悬架系统的研制与开发提供参考。

关键词：悬架系统计算机仿真汽车自适应神经模糊推理系统控制策略

来源：评论

学校读者我要写书评

暂无评论

三元溶液参数估计方法研究

三元溶液参数估计方法研究

引用

作者：刘剑哈尔滨工业大学

学位级别：硕士

作为传感技术发展的一个重要方向,多功能敏感技术逐步被应用于实际工业过程。多功能敏感技术由多功能传感器及其信号重构两部分组成,多功能传感器能够同时敏感多参数,信号重构是基于多功能传感器输出的被测量重构。实际工业过程中,要实... 详细信息

作为传感技术发展的一个重要方向,多功能敏感技术逐步被应用于实际工业过程。多功能敏感技术由多功能传感器及其信号重构两部分组成,多功能传感器能够同时敏感多参数,信号重构是基于多功能传感器输出的被测量重构。实际工业过程中,要实现某些重要参数的在线检测,信号重构非常关键。本文以食品工程中渗透脱水过程所使用的三元溶液(氯化钠和蔗糖的混合水溶液)为对象,研究多功能三元溶液浓度传感器信号重构,实现三元溶液参数(浓度、密度和粘度)估计,为参数的在线检测做准备。本文先后提出三种重构方法用于实现三元溶液参数估计,包括B样条最小二乘(B-Spline LS)、最小二乘支持向量机(LS-SVM)以及自适应神经模糊推理系统(ANFIS)。深入研究了各种方法的数学原理,详细介绍了各种方法实现三元溶液参数估计的过程,对参数估计结果作了详细分析和比对。高维B样条以其独特的构造特点,理论和实践都表明B-Spline LS适合处理规则网格分布数据,而在处理散乱数据方面能力较差。三元溶液浓度重构是四维空间中散乱数据处理问题,LS-SVM弥补了B-Spline LS的缺陷,以较高精度实现了溶液浓度的重构。但在数据较多的情形下,由于失去了稀疏性,LS-SVM结构变得复杂,ANFIS很好地解决了这个问题,并且仍然能够以较高精度实现溶液浓度的重构。在研究ANFIS过程中,作者充分利用减法聚类与模糊c均值聚类的特点,将两者结合实现ANFIS的结构辨识,取得很好的效果。本文的研究为三元溶液参数的在线检测提供了依据,为多功能传感技术的应用奠定了一定的理论基础。

关键词：三元溶液多功能传感器 B样条最小二乘最小二乘支持向量机自适应神经模糊推理系统

来源：评论

学校读者我要写书评

暂无评论

基于ANFIS和GA的多级分销链预测模型

引用

技术经济 2007年第9期26卷 63-66页

作者：张庆民薛恒新吴春梅南京理工大学经济管理学院南京210094

为提高分销链企业的预测水平,优化分销链中各级企业库存管理,提出了基于自适应神经模糊推理系统(ANFIS)的单级预测模型和成本目标函数的多级预测模型。利用ANFIS模糊推理机制实现了其输入层与输出层间的非线性映射及该神经网络的信息存... 详细信息

为提高分销链企业的预测水平,优化分销链中各级企业库存管理,提出了基于自适应神经模糊推理系统(ANFIS)的单级预测模型和成本目标函数的多级预测模型。利用ANFIS模糊推理机制实现了其输入层与输出层间的非线性映射及该神经网络的信息存储和学习能力。从分销链整体成本优化的角度建立了多级预测模型并应用遗传算法(GA)进行求解。仿真结果表明,ANFIS与BP神经网络相比具有较高的准确性;在一定程度上改善了分销链中订货信息多级放大的现象。

关键词：分销链自适应神经模糊推理系统预测遗传算法

来源：评论

学校读者我要写书评

暂无评论

单级倒立摆系统控制方法设计

引用

湖南工业大学学报 2007年第2期21卷 53-57页

作者：彭自然罗大庸张航中南大学信息科学与工程学院湖南长沙410083

倒立摆系统以其自身的不稳定性为系统的平衡提出了难题,也因此成为自动控制实验中验证控制算法优劣的极好的实验装置。通过比较分析遗传算法与自适应神经模糊推理系统两种不同方法在倒立摆控制系统中的应用,并实验证实:使用基于ANFIS倒... 详细信息

倒立摆系统以其自身的不稳定性为系统的平衡提出了难题,也因此成为自动控制实验中验证控制算法优劣的极好的实验装置。通过比较分析遗传算法与自适应神经模糊推理系统两种不同方法在倒立摆控制系统中的应用,并实验证实:使用基于ANFIS倒立摆系统计算量小,收敛快,但是其鲁棒性却不如基于遗传算法所设计的控制其好;遗传算法求解问题的效率高,且随着问题规模的扩大,优势更为突出。

关键词：遗传算法自适应神经模糊推理系统控制系统

来源：评论

学校读者我要写书评

暂无评论

阀控铅酸蓄电池SOC计算方法研究

引用

龙岩学院学报 2007年第3期25卷 31-33页

作者：林志强黄汉永中南大学信息科学与工程学院湖南长沙410075

SOC计算是阀控铅酸蓄电池管理的重要功能,研究了基于放电电压的计算方法、基于电量积分的补偿方法、基于电流、电压和内阻的计算方法等3种SOC估算方法在不同场合的应用。

关键词：阀控铅酸蓄电池 SOC计算自适应神经模糊推理系统

来源：评论

学校读者我要写书评

暂无评论

基于小波神经模糊系统的一种非线性滤波方法

引用

石油化工高等学校学报 2007年第z1期20卷 40-43页

作者：刘娜唐毅谦赵悦辽宁工业大学辽宁锦州121000 辽宁工业大学辽宁锦州121000 辽宁工业大学辽宁锦州121000

针对信号中含有复杂噪声难以滤除的问题,提出了一种把自适应神经模糊推理系统(ANFIS)与小波变换相结合的方法,该方法通过ANFIS逼近噪声,利用小波变换中小波的分解与重构来调整适当的阈值来达到最终滤波的效果.仿真结果表明对于一个含有... 详细信息

针对信号中含有复杂噪声难以滤除的问题,提出了一种把自适应神经模糊推理系统(ANFIS)与小波变换相结合的方法,该方法通过ANFIS逼近噪声,利用小波变换中小波的分解与重构来调整适当的阈值来达到最终滤波的效果.仿真结果表明对于一个含有复杂噪声的信号而言,此种结合的方法与单独利用ANFIS或小波变换相比,滤波效果更佳,并且对实际中含有未知噪声的去除问题提出了一种可行有效的方法.

关键词：小波变换自适应神经模糊推理系统非线性滤波

来源：评论

学校读者我要写书评

暂无评论

ANFIS与BP算法在函数拟合中的应用和比较研究

引用

软件导刊 2007年第12期6卷 128-130页

作者：付红伟张玉珍张志强军事经济学院计算机中心湖北武汉430035

介绍了自适应神经模糊推理系统ANFIS和BP的基本原理和建模方法。分别采用BP和ANFIS方法,拟合一非线形多峰函数,比较和分析了这两种方法的拟合能力和预测能力。实验结果表明,ANFIS具有比BP更优的拟合能力和预测能力,更适合于建立复杂参... 详细信息

介绍了自适应神经模糊推理系统ANFIS和BP的基本原理和建模方法。分别采用BP和ANFIS方法,拟合一非线形多峰函数,比较和分析了这两种方法的拟合能力和预测能力。实验结果表明,ANFIS具有比BP更优的拟合能力和预测能力,更适合于建立复杂参数间的非线形映射关系。

关键词：模糊推理系统人工神经网络自适应神经模糊推理系统 BP 函数拟合

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：